This paper describes a predictive extended state observer-based robust control for uncertain process control applications. The technique discussed in the article uses the extended state observer (ESO) that can estimate the dynamics of the system as well as total disturbance encountered in the system. The disturbances, parametric uncertainties associated with the processes are treated as an extended state variable to be estimated in real-time using ESO. With the implementation of a predictive algorithm with an ESO, the proposed control structure extends its applicability to time-delayed higher-order processes. The proposed control technique utilizes the simple first-order modified predictive ESO even in the case of higher-order processes. The novel predictive ESO is able to obtain a delay less estimation of total disturbance as compared with existing normal ESO. Also, novel predictive ESO maintains its stability margin in presence of time delay as well provides better response as compared with normal ESO. Numerical simulations show that the proposed scheme provides a significant improvement in transient response as compared with internal model control-based proportional-integral-derivative (IMC-PID) control. The proposed scheme requires less knowledge of the process as compared with the IMC-PID structure. The implementation of the proposed control is tested on a real-life single tank level control system. Because of its merit, the suggested technique can be used as automatic for online tuning, as it is less reliant on the process model.

本文介绍了一种针对不确定过程控制应用的基于预测扩展状态观测器的鲁棒控制。本文中讨论的技术使用扩展状态观察器（ESO），该状态观察器可以估计系统的动力学以及系统中遇到的总干扰。与过程相关的干扰，参数不确定性被视为扩展状态变量，可以使用ESO进行实时估算。通过使用ESO实现预测算法，所提出的控制结构将其适用性扩展到了时间延迟的高阶过程。所提出的控制技术即使在高阶过程中也利用了简单的一阶修正预测ESO。与现有的正常ESO相比，新颖的预测ESO能够获得较少延迟的总扰动估计。此外，与正常的ESO相比，新颖的预测ESO在存在时间延迟的情况下也能保持其稳定性，并且提供了更好的响应。数值仿真表明，与基于内部模型控制的比例积分微分（IMC-PID）控制相比，该方案在瞬态响应方面有显着改善。与IMC-PID结构相比，所提出的方案需要较少的过程知识。在实际的单罐液位控制系统上测试了所建议控制的实现。由于其优点，建议的技术可以自动用作在线调整，因为它较少依赖于过程模型。与正常的ESO相比，新颖的ESO可以在存在时间延迟的情况下保持其稳定性，并提供更好的响应。数值仿真表明，与基于内部模型控制的比例积分微分（IMC-PID）控制相比，该方案在瞬态响应方面有显着改善。与IMC-PID结构相比，所提出的方案需要较少的过程知识。在实际的单罐液位控制系统上测试了所提出的控制措施的执行情况。由于其优点，建议的技术可以自动用作在线调整，因为它较少依赖于过程模型。与正常的ESO相比，新颖的ESO可以在存在时间延迟的情况下保持其稳定性，并提供更好的响应。数值仿真表明，与基于内部模型控制的比例积分微分（IMC-PID）控制相比，该方案在瞬态响应方面有显着改善。与IMC-PID结构相比，所提出的方案需要较少的过程知识。在实际的单罐液位控制系统上测试了所建议控制的实现。由于其优点，建议的技术可以自动用作在线调整，因为它较少依赖于过程模型。数值仿真表明，与基于内部模型控制的比例积分微分（IMC-PID）控制相比，该方案在瞬态响应方面有显着改善。与IMC-PID结构相比，所提出的方案需要较少的过程知识。在实际的单罐液位控制系统上测试了所建议控制的实现。由于其优点，建议的技术可以自动用作在线调整，因为它较少依赖于过程模型。数值仿真表明，与基于内部模型控制的比例积分微分（IMC-PID）控制相比，该方案在瞬态响应方面有显着改善。与IMC-PID结构相比，所提出的方案需要较少的过程知识。在实际的单罐液位控制系统上测试了所建议控制的实现。由于其优点，建议的技术可以自动用作在线调整，因为它较少依赖于过程模型。在实际的单罐液位控制系统上测试了所建议控制的实现。由于其优点，建议的技术可以自动用作在线调整，因为它较少依赖于过程模型。在实际的单罐液位控制系统上测试了所建议控制的实现。由于其优点，建议的技术可以自动用作在线调整，因为它较少依赖于过程模型。